intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE
 » 
 » 

Giáo trình về môn Quản lý môi trường

Chia sẻ: Le Anh | Ngày: | Loại File: DOC | Số trang:91

Thêm vào BST
Báo xấu
549
lượt xem 318
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu của chương là đánh giá khả năng và giới hạn của mô hình khí hậu toàn cầu. Một số hoạt động đánh giá được mô tả ở những chương khác của báo cáo. Chương này cung cấp bối cảnh những nghiên cứu đó và hướng dẫn người đọc những chương thích hợp.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Giáo trình về môn Quản lý môi trường

  1. Lớp QLMT_K48 …………..o0o………….. Tiểu luận Giáo trình Quản lý môi trường 1
  2. Lớp QLMT_K48 MỤC LỤC 8.1. Tổng quan ............................................................................................................................... 4 8.1.1. Đánh giá có nghĩa là gì................................................................................................ 4 8.1.2. Phương pháp đánh giá................................................................................................ 4 8.1.3. Mô hình được xây dựng như thế nào ........................................................................ 7 8.2. Sự cải tiến trong mô hình hoá............................................................................................. 11 8.2.1. Qúa trình khí quyển.................................................................................................. 12 8.2.2. Qúa trình đại dương. ................................................................................................ 14 8.2.3. Các quá trình đất ...................................................................................................... 17 8.2.4. Các quá trình cryospheric........................................................................................ 20 8.2.5. Mô hình hóa aerosol và hóa học khí quyển ............................................................ 22 8.2.6. Các cải tiến coupling................................................................................................. 22 8.2.7. Những sự điều chỉnh dòng và initialization............................................................ 23 8.3. Sự đánh giá khí hậu hiện thời khi được mô phỏng bởi những mô hình toàn cầu ghép 24 8.3.1. Khí quyển................................................................................................................... 25 8.3.2. Đai dương .................................................................................................................. 34 8.3.3. Băng biển ................................................................................................................... 40 8.3.4. Bề mặt đất.................................................................................................................. 42 8.3.5. Những thay đổi trong thể hiện mô hình................................................................. 44 8.4. Đánh giá sự biến đổi khí hậu theo phạm vi lớn khi được mô phỏng bởi sự kết hợp mô hình toàn cầu ............................................................................................................................... 46 8.4.1. Kiểu hình khuyên miền bắc và miền nam ............................................................... 46 8.4.2. Biến thiên thập kỉ thái bình dương ............................................................................ 49 8.4.3. Mô hình Bắc Mỹ - Thái bình dương....................................................................... 50 8.4.4. Mẫu Đất liền ấm-Đại dương lạnh............................................................................ 51 8.4.5. Sự trở ngại và chế độ khí quyển (Atmospheric Regimes and Blocking)............... 52 8.4.6. Sự biến đổi theo nhiều thập kỷ ở Đại Tây Dương.................................................. 52 8.4.7. Dao động El Nino – Phía Nam ................................................................................. 53 ............................................................................................................................................... 54 8.4.8. Dao động Madden-Julian ......................................................................................... 56 8.4.9. Dao động trong gần 2 năm ....................................................................................... 57 8.4.10. Biến đổi của gió mùa............................................................................................... 58 8.4.11. Dự đoán ngắn hạn sử dụng mô hình khí hậu ....................................................... 58 8.5. Mô phỏng mô hình đối với các cực trị................................................................................ 60 8.5.1. Nhiệt độ cực trị.......................................................................................................... 60 8.5.2. Lượng mưa cực trị .................................................................................................... 61 8.5.3. Những cơn bão nhiệt đới .......................................................................................... 63 8.5.4. Kết luận...................................................................................................................... 63 8.6. Độ nhạy khí hậu và sự phản hồi ......................................................................................... 64 8.6.1. Giới thiệu ................................................................................................................... 64 8.6.2. Giải thích về việc đánh giá độ nhạy khí hậu giữa các mô hình chung hiện hành64 8.6.3. Những quá trình vật lý chủ chốt trong sự nhạy cảm của khí hậu....................... 68 8.6.4.Làm thế nào để đánh giá mức độ tin cậy tương đối từ những sự phản hồi được mô phỏng bởi những mô hình khác nhau......................................................................... 82 2
  3. Lớp QLMT_K48 8.7. Các Cơ chế về Ngưỡng và Biến đổi Khí hậu Đột ngột...................................................... 83 8.7.1.Giới thiệu .................................................................................................................... 83 8.7.2. Biến đổi Khí hậu Đột ngột Cưỡng bức.................................................................... 84 8.8. Thể hiện Hệ thống Toàn cầu bằng các Mô hình Đơn giản hơn ....................................... 88 8.8.1. Tại sao cần tính phức tạp thấp ................................................................................ 88 8.8.2. Mô hình khí hậu đơn giản ........................................................................................ 89 8.8.3. Mô hình Hệ thống Trái đất có độ Phức tạp Trung bình ....................................... 89 3
  4. Lớp QLMT_K48 8.1. Tổng quan Mục tiêu của chương là đánh giá khả năng và giới hạn của mô hình khí hậu toàn cầu. Một số hoạt động đánh giá được mô tả ở những chương khác của báo cáo. Chương này cung cấp bối cảnh những nghiên cứu đó và hướng dẫn người đọc những chương thích hợp. 8.1.1. Đánh giá có nghĩa là gì Một dự báo cụ thể dựa trên mô hình có thể chứng minh được là đúng hoặc sai nhưng bản thân mô hình luôn luôn cần xem xét thận trọng. Điều này đúng với dự báo thời tiết và dự báo khí hậu. Dự báo thời tiết được sinh ra từ những thông tin cơ bản, thường xuyên và có thể đối chiếu với những hiện tượng đã xảy ra. Theo thời gian, nhưng thông tin này được tích lũy và cung cấp cho mô hình. Trái lại, trong mô phỏng sự biến đổi khí hậu, mô hình được sử dụng để dự báo những thay đổi trong tương lai có thể xảy ra qua khoảng thời gian hàng thập kỷ và không có những thay đổi tương tự đã xảy ra trong quá khứ. Độ tin cậy của mô hình có thể thu được qua việc mô phỏng những ghi chép trong lịch sử hoặc khí hậu cổ, nhưng điều này bị giới hạn hơn so với dự báo thời tiết. 8.1.2. Phương pháp đánh giá Mô hình khí hậu là mô hình tổng hợp với nhiều thành phần. Mô hình phải được thử nghiệm ở mức độ hệ thống, tức là chạy một mô hình đầy đủ và so sánh kết quả với thông tin đã thu thập được. Những thử nghiệm này có thể cho thấy lỗi của mô hình nhưng nguyên nhân của chúng bị ẩn đi bởi tính phức tạp của mô hình. Vì vậy, cần phải thử nghiệm mô hình ở mức độ thành phần, tức là cô lập những thành phần và kiểm tra chúng độc lập so với một mô hình hoàn chỉnh. Việc đánh giá mức độ thành phần của mô hình khí hậu là thông thường. Phương pháp số được thử nghiệm ở những test tiêu chuẩn, được thiết lập qua hoạt động như hội nghị hai năm một lần về Partial Differential Equations on Sphere. Các thông số vật lý sử dụng trong mô hình biến đổi khí hậu được thử nghiệm qua nhiều nghiên cứu (một số dựa trên những số liệu thu thập được và một số được lý tưởng hóa), được thiết lập thông qua chương trình Đo lường phóng xạ khí quyển (ARM), Hệ thống mây châu Âu (EUROCS), Năng lượng toàn cầu và cuộc thử nghiệm chu trình nước (GEWEX), Nghiên cứu hệ thống mây (GCSS). Những hoạt động này đã và đang diễn ra trong một thập kỷ hoặc nhiều hơn và phần lớn kết quả đã công bố. Việc đánh giá mức độ hệ thống tập trung vào kết quả của mô hình đầy đủ (ví dụ mô hình mô phỏng các biến khí hậu) và các phương pháp cụ thể được bàn chi tiết dưới đây. 8.1.2.1. So sánh các mô hình và ensemble 4
  5. Lớp QLMT_K48 Hoạt động so sánh mô hình toàn cầu bắt đầu từ cuối những năm 1980, được tiếp tục với dự án so sánh mô hình khí quyển (AMIP) bây giờ đã bao gồm vài tá dự án bao phủ toàn bộ các thành phần mô hình khí hậu và các dạng mô hình kết hợp khác nhau (tóm tắt tại http://www.clivar.org/science/mips.php). Nỗ lực tham vọng trong việc thu thập và phân tích kết quả mô hình lưu chuyển khí quyển đại dương (AOGCM) từ các thí nghiệm tiêu chuẩn được thực hiện trong vài năm gần đây. Điều này khác với các so sánh mô hình trước đó ở chỗ một tập hợp hoàn thiện các thí nghiệm được thực nghiệm, bao gồm việc mô phỏng có điều khiển không bắt buộc, mô phỏng nhằm tái tạo biến đổi khí hậu được quan sát qua những thời điểm và mô phỏng biến đổi khí hậu trong tương lai. Với mỗi thí nghiệm, các mô phỏng được thực hiện trên nhiều mô hình khác nhau để việc chia sẻ tín hiệu biến đổi khí hậu từ sự biến thiên bên trong trong phạm vi hệ thống khí hậu được dễ dàng hơn. Có lẽ, thay đổi quan trọng nhất từ những nỗ lực này là bộ sưu tập tập hợp các kết quả mô hình ở chương trình Chẩn đoán mô hình khí hậu và so sánh (PCMID). Thành tựu này liên quan đến Tập hợp dữ liệu đa mô hình (MMD) ở PCMID, đã cho phép hàng trăm nhà khoa học ở bên ngoài các nhóm làm mô hình có thể xem xét kỹ lưỡng mô hình dưới nhiều góc độ khác nhau. Sự nâng cao việc phân tích chẩn đoán kết quả mô hình khí hậu là một bước quan trọng. Nhìn chung, những hoạt động so sánh đang diễn ra đã làm gia tăng mối liên hệ giữa các nhóm làm mô hình, cho phép nhận dạng nhanh chóng và sửa chữa sai số của mô hình, khuyến khích sáng tạo sự tính toán tiêu chuẩn cũng như những ghi chép có hệ thống về những tiến bộ trong mô hình hóa. Ensemble của mô hình đại diện cho một phương thức mới để nghiên cứu một nhóm khí hậu đáng tin cậy tương ứng với một cưỡng bức cho trước. Những ensemble này có thể được tạo ra từ việc thu thập kết quả của một nhóm mô hình ở các trung tâm làm mô hình khác nhau (ensemble đa mô hình) hoặc được tạo ra qua các phiên bản đa mô hình trong phạm vi cấu trúc một mô hình cụ thể, bằng cách thay đổi các thông số mô hình bên trong trong một khoảng tin cậy (ensemble vật lý xáo trộn). Những tiếp cận này được bàn chi tiết ở phần 10.5. 8.1.2.2. Hệ thông số độ tin cậy của mô hình Độ chính xác mô phỏng mô hình khí hậu trong quá khứ hay hiện tại cho biết điều gì về độ chính xác của dự báo biến đổi khí hậu? Một số các thông số dựa trên thông tin thu thập được sử dụng để định lượng độ tin cậy của mô hình khi đưa ra dự báo xác suất (phần 10.5.4). Với bất kỳ thông số nào, cần đánh giá sự đúng đắn của kết quả mô hình dự báo khí hậu trong tương lai. Không thể tiến hành phép thử trực tiếp bởi vì không có những thay đổi cưỡng bức tương tự như những thay đổi dự báo ở thế kỷ 21. Dù vậy, mối quan hệ giữa thông số từ thông tin thu thập được với lượng dự báo (ví dụ độ nhậy khí hậu) có thể được khám phá qua ensemble mô hình. Shulka et al. (2006) đã liên hệ độ trung thực của nhiệt độ bề mặt mô phỏng trong thế kỷ 20 với những thay đổi nhiệt độ bề mặt được mô phỏng ở thế kỷ 21 trong một ensemble đa mô hình. Kết 5
  6. Lớp QLMT_K48 quả là, mô hình có sai số ở thế kỷ 20 nhỏ nhất tạo ra một số gia nhiệt độ bề mặt khá lớn ở thế kỷ 21. Knutti et al.(2006) sử dụng một ensemble vật lý xáo trộn khác đã chỉ ra rằng mô hình có nhiệt độ bề mặt thay đổi theo mùa thường có độ nhậy lớn hơn. Những thông số phức tạp hơn được phát triển dựa vào những thông tin thu thập về khí hậu hiện tại và có tiềm năng làm giảm tính mờ của độ nhậy khí hậu qua những ensemble mô hình đã cho (Murphy et al.,2004; Piani et al.,2005). Những nghiên cứu trên hứa hẹn rằng thông số định lượng khả năng xảy ra của dự báo mô hình có thể được phát triển, nhưng sự phát triển của thông số mới ở giai đoạn đầu, việc đánh giá mô hình mô tả ở chương này chủ yếu dựa vào kinh nghiệm và suy luận vật lý. Một sự phát triển quan trọng kể từ khi Báo cáo đánh giá thứ ba (TAR) đang thiết lập và định lượng quá trình thông tin phản hồi (feedback process) là xác định phản ứng của thay đổi khí hậu. Hiểu biết về những quá trình này củng cố cả cách tiếp cận đánh giá mô hình dựa trên thông số lẫn truyền thống. Ví dụ Hall và Qu (2006) phát triển một thông số cho feedback giữa nhiệt độ và albedo trong một vùng bị bao phủ bởi tuyết, dựa trên mô phỏng chu kỳ theo mùa. Họ thấy rằng, mô hình có feedback dựa vào chu kỳ mùa cũng có một feedback ở điều kiện khí nhà kính tăng lên. So sánh với giá trị ước đoán quan sát được của chu kỳ theo mùa cho thấy đa số mô hình trong MMD thấp hơn giá trị ước đoán của feedback này. Phần 8.6 mô tả các feedback khác nhau, vận hành trong hệ thống băng bề mặt biển, khí quyển đất để xác định độ nhậy của khí hậu và phần 8.3.2 mô tả vài quá trình quan trọng về sự hấp thu nhiệt của đại dương (và thay đổi khí hậu nhất thời). 8.1.2.3. Thử nghiệm mô hình với khí hậu trong quá khứ và hiện tại Thử nghiệm khả năng của mô hình trong việc mô phỏng khí hậu hiện tại (bao gồm tính biến thiên và điểm cực) là một phần quan trọng của đánh giá mô hình (phần 8.3 tới 8.5, và đánh giá vùng cụ thể ở chương 11). Trong đó, cần có những lựa chọn thực tế(…). Những quyết định như thế được đưa ra bởi các nhà nghiên cứu và phụ thuộc vào vấn đề được nghiên cứu. Sự khác nhau giữa mô hình và các quan sát cần được xem xét nếu chúng nằm trong phạm vi: 1. Tính biến thiên bên trong không dự đoán được (ví dụ thời điểm quan sát có một số bất thường các sự kiện El Nino). 2. Sự khác nhau theo một điều kiện 3. Tính mờ trong các lĩnh vực quan sát. Trong khi không gian không cho phép bàn luận chi tiết các vấn đề trên cho mỗi biến khí hậu, chúng được tính đến trong đánh giá tổng thể. Mô phỏng mô hình khí hậu hiện tại ở phạm vi toàn cầu đến tiểu lục địa được mô tả ở chương này, các chi tiết về vùng có thể xem ở chương 11. Mô hình được sử dụng rộng rãi để mô phỏng biến đổi khí hậu trong suốt thế kỷ 20. Vì những thay đổi bắt buộc không được biết tới đầy đủ ở thời điểm đó (chương 2), những thử nghiệm như trên không ràng buộc đầy đủ phản ứng trong tương lai với những thay đổi bắt buộc. Knutti et al.(2002) chỉ ra rằng trong một ensemble vật lý 6
  7. Lớp QLMT_K48 xáo trộn của Mô hình hệ thống trái đất có sự phức tạp trung bình (EMICs), nếu cưỡng bức sol khí được phép thay đổi trong phạm vi khoảng mờ của nó thì mô phỏng từ mô hình này trong một khoảng độ nhậy khí hậu là phù hợp với nhiệt độ không khí bề mặt được quan sát và hàm lượng nhiệt trong đại dương. Mặc dù giới hạn cơ bản này, thử nghiệm mô phỏng các quan sát trong lịch sử thế kỷ 20 tạo ra ràng buộc với phản ứng của khí hậu tương lai (Knutti et al., 2002). Chủ đề này được bàn chi tiết ở chương 9. 8.1.2.4. Các phương pháp đánh giá khác Mô phỏng khí hậu trong quá khứ cho phép mô hình được đánh giá theo một cách thức khác so với hiện tại. Những thử nghiệm này bổ sung đánh giá khí hậu hiện tại và khí hậu tại thời điểm thuộc dụng cụ, bởi vì sự biến thiên khí hậu ở thế kỷ 20 được so sánh với những thay đổi tương lai dự kiến theo một kịch bản bắt buộc từ báo cáo đặc biệt của IPCC về kịch bản phát xạ (SRES). Giới hạn của thử nghiệm khí hậu cổ là tính mờ trong cưỡng bức và các biến khí hậu thực tế (nhận được từ proxy) thường lớn hơn so với ở thời điểm dụng cụ, và số biến khí hậu để có proxy cổ bị giới hạn. Hơn nữa, tình trạng khí hậu có thể thay đổi (ví dụ kích cỡ lớn nhất của dải băng) dẫn đến quá trình định lượng (ví dụ độ nhậy của khí hậu) khác biệt so với ở thế kỷ 21. Cuối cùng là khoảng thời gian biến đổi rất dài dẫn đến những khó khăn trong thiết kế thực nghiệm, ít nhất là cho mô hình lưu chuyển chung (GCMs). Những vấn đề này được bàn sâu sắc trong chương 6. Mô hình khí hậu có thể được thử nghiệm thông qua những dự báo dựa trên điều kiện ban đầu. Mô hình khí hậu liên quan với mô hình dự báo thời tiết bằng số(..). Dù vậy, mô hình dự báo thời tiết bằng số chạy ở độ phân giải cao hơn so với mô phỏng khí hậu. Đánh giá những dự báo như thế kiểm tra mô tả của mô hình đối với một vài quá trình chính trong không khí và đại dương, mặc dù mối liên hệ giữa những quá trình này và phản ứng khí hậu dài hạn không được thiết lập. Chất lượng của một dự báo có giá trị ban đầu phụ thuộc vào vài yếu tố vượt ra ngoài bản thân mô hình bằng số (ví dụ kỹ thuật đồng hóa, phương pháp sinh ensemble), và những yếu tố này có thể kém liên quan tới dự đoán phản ứng bắt buộc, dài hạn của hệ thống khí hậu với những thay đổi theo cưỡng bức bức xạ. 8.1.3. Mô hình được xây dựng như thế nào Cơ sở để xây dựng mô hình không thay đổi kể từ TAR, mặc dù mô hình đã có những bước phát triển cụ thể (phần 8.2). Mô hình khí hậu có được từ các định luật vật lý cơ bản (ví dụ như định luật chuyển động của Newton), để đưa ra xấp xỉ vật lý phù hợp với hệ thống khí hậu trong phạm vi lớn, và xa hơn để xấp xỉ trong discretization toán học. Những ràng buộc của máy tính hạn chế giải pháp có thể xảy ra trong phương trình discretized và những ảnh hưởng có quy mô lớn của quá trình không được giải đáp (vấn đề thông số). 8.1.3.1. Lựa chọn thông số và tuning Thông số hóa dựa một phần vào mô hình vật lý đơn giản của những quá trình không được giải đáp (ví dụ ..). Hệ thông số hóa cũng liên quan thông số bằng số 7
  8. Lớp QLMT_K48 được chỉ rõ ở đầu vào. Một vài thông số này có thể đo lường, ít nhất là theo nguyên tắc, trong khi những thông số khác không thể. Bởi vậy, có thể điều chỉnh giá trị của thông số (có thể chọn từ những phân bố ưu tiên) để tối ưu hóa mô phỏng mô hình các biến cụ thể hoặc để cải thiện sự cân bằng nhiệt độ toàn cầu. Quá trình này gọi là ‘tuning’. 1. Ràng buộc dựa trên quan sát của khoảng thông số không quá lớn. Trong một vài trường hợp, điều này cung cấp một điều kiện về giá trị thông số (ví dụ, Heymsfield và Donner 1990). 2. Mức độ tự do của những thông số có thể điều hòa nhỏ hơn mức độ tự do của những điều kiện dựa trên quan sát sử dụng trong đánh giá mô hình. Điều này đúng với đa số GCMs- ví dụ mô hình khí hậu không điều hòa một cách rõ ràng để đưa ra tính biến thiên của dao động phía bắc Đại Tây Dương (NAO)- nhưng không có nghiên cứu nào có giá trị để trả lời câu hỏi trên. Nếu mô hình được điều hòa để đưa ra trình diễn tốt về một lượng quan sát cụ thể thì thỏa thuận với quan sát này không thể được sử dụng để xây dựng độ tin cậy của mô hình. Dù vậy, một mô hình có thể được điều hòa để trình diễn tốt một số quan sát chủ chốt có khả năng đưa ra một dự báo chính xác, hơn là một mô hình tương tự (có lẽ là một thành viên khác của ensemble vật lý xáo trộn) nhưng ít được điều hòa (phần 8.1.2.2 và chương 10). Dựa vào thời gian máy tính, quy trình điều hòa theo nguyên tắc có thể được tự động sử dụng quy trình đồng hóa dữ liệu khác nhau. Dù vậy, điều này chỉ khả thi với EMICs (Hargreaves et al.,2004) và GCMs phân giải thấp. Phương pháp ensemble không phải lúc nào cũng tạo ra một thông số tốt nhất với một sai số đã cho. 8.1.3.2. Dải mô hình hay hệ thống cấp bậc Giá trị khi sử dụng một nhóm mô hình (một dải hay hệ thống) có tính phức tạp khác nhau được nói đến trong TAR (phần 8.3). Những mô hình rẻ hơn như EMICs cho phép khám phá thấu đáo hơn khoảng cách thông số và cũng đơn giản hơn khi phân tích phản ứng của mô hình cụ thể. Mô hình có độ phức tạp giảm được sử dụng một cách rộng rãi trong báo cáo hơn là trong TAR, và giá trị của chúng được bàn đến ở phần 8.8. Mô hình khí hậu vùng có thể xem như phần hình thành một hệ thống mô hình khí hậu. Câu hỏi 8.1: Mô hình đưa ra dự báo biến đổi trong tương lai có độ tin cậy như thế nào? Mô hình khí hậu cung cấp giá trị ước lượng đáng tin cậy về biến đổi khí hậu trong tương lai, đặc biệt là ở quy mô lục địa và lớn hơn. Sự tin cậy bắt nguồn từ sự thành lập mô hình dựa trên nguyên tắc vật lý đã được chấp nhận và khả năng của chúng khi tái tạo ra đặc điểm biến đổi khí hậu hiện tại và trong quá khứ. Độ tin cậy trong ước lượng mô hình cho vài biến khí hậu (ví dụ nhiệt độ) cao hơn so với những biến khác (ví dụ lượng mưa). Qua vài thập kỷ phát triển, mô hình đã cung cấp một bức tranh rõ ràng về sự ấm lên của khí hậu ứng với sự tăng lên của khí nhà kính. 8
  9. Lớp QLMT_K48 Mô hình khí hậu là biểu diễn toán học về hệ thống khí hậu, được diễn tả qua mã máy tính và chạy trên máy tính mạnh. Một nguyên nhân dẫn đến độ tin cậy của mô hình là những yếu tố cơ bản của mô hình dựa trên những định luật vật lý đã thiết lập như định luật bảo toàn khối lượng, năng lượng và động lượng, cùng với nhiều quan sát. Nguyên nhân thứ hai là khả năng của mô hình trong việc mô phỏng những khía cạnh quan trọng của khí hậu hiện tại. Mô hình được đánh giá một cách tổng quát qua việc so sánh mô phỏng với những quan sát về không khí, đại dương, khu vực thấp và bề mặt đất. Mức độ đánh giá chưa từng thấy đã chiếm chỗ hơn một thập kỷ gần đây là so sánh đa mô hình có tổ chức. Mô hình có những kỹ năng đáng kể và tăng lên khi thể hiện nhiều đặc điểm khí hậu quan trọng như phân bố trong phạm vi lớn của nhiệt độ không khí, lượng mưa, phóng xạ và gió, nhiệt độ đại dương, dòng và sự bao phủ băng trên biển. Mô hình cũng có thể mô phỏng những khía cạnh cốt yếu của nhiều kiểu biến thiên khí hậu được quan sát qua các khoảng thời gian. Ví dụ như bước tiến và lùi của hệ thống gió mùa chính, sự chuyển đổi theo mùa của nhiệt độ, đường đi của bão và vành đai mưa, dao động trong phạm vi bán cầu của áp suất bề mặt (phương thức hình khuyên phía bắc và phía nam). Một số mô hình hay những biến thể liên quan cũng được thử nghiệm bằng cách sử dụng những mô hình này để dự báo thời tiết và dự báo theo mùa. Những mô hình này cho thấy kĩ năng trong những dự báo như trên, chúng có thể biểu diễn những đặc điểm quan trọng của chu trình nói chung qua một khoảng thời gian ngắn cũng như tính biến thiên theo mùa và giữa năm. Tính biến thiên của mô hình khi biểu diễn những đặc điểm khí hậu quan trọng làm tăng lên sự tin cậy rằng chúng mô tả quá trình vật lý cốt yếu mà quá trình này mô phỏng biến đổi khí hậu trong tương lai. (chú ý rằng giới hạn của tính biến thiên mô hình khí hậu khi dự báo thời tiết muộn hơn một vài ngày không giới hạn khả năng của chúng để dự báo biến đổi khí hậu dài hạn, bởi vì đây là những kiểu rất khác nhau của dự báo) Nguyên nhân thứ ba là khả năng của mô hình tạo ra đặc điểm của biến đổi khí hậu trong quá khứ. Mô hình cũng được sử dụng để mô phỏng khí hậu cổ như thể mid- Holocene ấm ở 6000 năm trước hay cực đại băng hà cách đây 21000 năm (chương 6). Chúng có thể tạo ra nhiều đặc điểm (cho phép tính mờ trong khí hậu cổ đang xây dựng) như độ lớn và broad-scale pattern của quá trình làm lạnh biển suốt thời kỳ đóng băng. Mô hình cũng có thể mô phỏng nhiều khía cạnh được quan sát của biến đổi khí hậu qua các ghi chép của dụng cụ. Một ví dụ là xu hướng nhiệt độ toàn cầu hơn một thế kỷ gần đây (hình 1)có thể được mô hình hóa với kỹ năng cao khi cả yếu tố tự nhiên và nhân tạo có ảnh hưởng tới khí hậu được tính đến. Mô hình cũng có thể tạo ra những thay đổi được quan sát khác như nhiệt độ ban đêm tăng lên nhanh hơn so với ban ngày, sự ấm lên ở Nam Cực, và quá trình làm lạnh toàn cầu ngắn hạn (và sự phục hồi sau đó) sau những vụ phun núi lửa chính, như ở Mt.Pinatubo 1991. Mô hình dự báo nhiệt độ toàn cầu được làm qua hơn hai thập kỷ gần đây và vẫn còn phù hợp với những quan sát sau thời điểm đó. 9
  10. Lớp QLMT_K48 Dù vậy, mô hình cũng có sai số đáng kể. Những sai số này lớn hơn ở trong phạm vi nhỏ(..). Ví dụ sự thiếu hụt còn lại trong mô phỏng lượng mưa nhiệt đới, sự dao động phía nam của El Nino và sự dao động Madden-Julian (một biến đổi được quan sát về gió nhiệt đới và lượng mưa trong khoảng thời gian 30 đến 90 ngày). Nguyên nhân cuối cùng gây ra sai số là nhiều quá trình quan trọng trong phạm vi nhỏ không thể mô tả một cách rõ ràng trong mô hình, và phải ở dạng xấp xỉ khi chúng liên kết với những đặc điểm trong phạm vi lớn. Điều này một phần bởi vì giới hạn của tính toán, nhưng cũng là kết quả từ giới hạn hiểu biết khoa học hoặc tính biến thiên của những quan sát tỉ mỉ quá trình vật lý. Tính mờ đáng kể liên quan đến việc mô tả những đám mây, và phản ứng của mây với biến đổi khí hậu. Do đó, mô hình tiếp tục mô tả một khoảng theo sau sự biến đổi nhiệt độ toàn cầu ứng với khí nhà kính tăng lên. Mặc dù tính mờ, mô hình thống nhất trong dự báo sự ấm lên của khí hậu sau đó dưới sự tăng lên của khí nhà kính, và sự ấm lên này có độ lớn phù hợp với ước lượng độc lập nhận được từ những nguồn khác, ví dụ từ những biến đổi khí hậu được quan sát và sự khôi phục khí hậu trong quá khứ. Bởi vì độ tin cậy của biến đổi được dự báo bằng mô hình toàn cầu giảm ở phạm vi nhỏ, nên những kỹ thuật khác như sử dụng mô hình khí hậu vùng hoặc phương pháp downscaling được phát triển cho nghiên cứu biến đổi khí hậu của vùng và địa phương. Dù vậy, khi mà mô hình toàn cầu tiếp tục phát triển, và cách giải chúng được mở rộng, chúng trở thành công cụ hữu ích để điều tra đặc điểm trong phạm vi nhỏ như sự thay đổi khi thời tiết cực độ, và những cải tiến xa hơn trong mô tả vùng được mong đợi với năng lực tính toán được tăng lên. Mô hình đang ngày càng toàn diện trong xử lý hệ thống khí hậu, sự mô tả một cách rõ ràng quá trình sinh lý, vật lý và sự tương tác coi biến đổi khí hậu quan trọng một cách tiềm năng, đặc biệt là ở khoảng thời gian dài. Ví dụ, các phản ứng của thực vật gần đây, sự tương tác sinh học và hóa học trong biển, và động học bao phủ băng trong vài mô hình khí hậu toàn cầu. Tóm lại, độ tin cậy trong mô hình bắt nguồn từ nền tảng vật lý và kỹ năng mô tả biến đổi khí hậu được quan sát và khí hậu trong quá khứ. Mô hình được chứng minh là một công cụ quan trọng mô phỏng và hiểu biết về khí hậu, và có một sự tin cậy đáng kể rằng chúng có khả năng cung cấp ước lượng định lượng đáng tin của biến đổi khí hậu tương lai, đặc biệt là ở phạm vi lớn. Mô hình có giới hạn đáng kể như trong việc mô tả đám mây, dẫn đến tính mờ trong độ lớn và thời gian, cũng như chi tiết vùng của biến đổi khí hậu được dự đoán. Dẫu vậy, qua vài thập kỷ phát triển của mô hình, chúng đã cung cấp một bức tranh rõ ràng sự ấm lên của khí hậu cùng với sự tăng lên của khí nhà kính. Hình 1: Nhiệt độ gần bề mặt trung bình toàn cầu qua thế kỷ 20 có được từ quan sát (màu đen) và từ 58 mô phỏng tạo ra bởi 14 mô hình khí hậu khác nhau và yếu tố con người tác động đến khí hậu (màu vàng). Trung bình của những kết quả này được biểu diễn (đường màu đỏ). Sự bất thường của nhiệt độ xảy ra từ năm 1901 10
  11. Lớp QLMT_K48 đến 1950. Đường màu xám thẳng đứng chỉ ra thời gian xảy ra những vụ phun núi lửa chính. 8.2. Sự cải tiến trong mô hình hoá Rất nhiều cải tiến trong mô hình hoá xuất hiện từ báo cáo TAR. Do khoảng cách về không gian mà không thể thảo luận một cách toàn diện về tất cả các thay đổi chủ yếu trong vài năm qua, vì vậy nhằm vào 23 mô hình AOGCMs được sử dụng rộng rãi trong báo cáo này (xem bảng 8.1). Những cải tiến trong mô hình có thể gộp lại thành 3 loại. Thứ nhất, phần quan trọng nhất của động lực học (advection …) đã được cải tiến, và sự phân giải theo chiều ngang và chiều dọc của nhiều mô hình cũng được tăng lên. Thứ hai, nhiều quá trình được kết hợp trong một mô hình, trong mô hình hoá riêng biệt của các chất phun (aerosols), của mặt đất, và của quá trình băng trên biển. Thứ ba, hệ thông số hoá của quá trình vật lý đã được cải tiến. Ví dụ, như sự thảo luận sâu hơn ở phần 8.2.7, hầu hết các mô hình không sử dụng lâu bất kì sự điều chỉnh nào (Manebe and …) để giảm bớt xu thế khí hậu. Các cải tiến khác nhau, được thảo luận giữa các nhóm mô hình hoá chính, được trình bày tốt trong các mô hình khí hậu sử dụng trong bản báo cáo này. Mặc dù nhiều cải tiến, nhưng vẫn còn nhiều vấn đề. Nhiều quá trình quan trọng, để xác định mô hình đối phó với những biến đổi trong bức xạ cưỡng bức, không được giải quyết bởi lưới mô hình. Thay vào đó, hệ thông số hoá trong phạm vi lưới phụ là các thông số mà quá trình không giải quyết được, như sự hình thành mây và sự hoà lẫn nhờ các xoáy nước ở đại dương. Sự cải tiến trở thành trường hợp mà việc mô phỏng ensemble đa mô hình nói chung cung cấp nhiều thông tin thiết thực hơn so với những mô hình đơn lẻ bất kì. Bảng 8.1 tổng kết những trình bày rõ ràng về từng mô hình AOGCMs được sử dụng trong báo cáo này. 11
  12. Lớp QLMT_K48 Hiện nay không có sự nhất trí về cách tối ưu để phân chia nguồn tài nguyên máy tính ở giữa số lưới mô hình lớn hơn, lưới này cho phép việc mô phỏng tốt hơn; greater number of ensemble members, cho phép đánh giá thống kê tốt hơn những trạng thái không rõ ràng; và bao gồm cả tập hợp đầy đủ hơn của quá trình (vd: sự phản carbon, sự ảnh hưởng lẫn nhau của các thành phần trong khí quyển) 8.2.1. Qúa trình khí quyển 8.2.1.1. Hệ thuật toán Trong báo cáo TAR, hơn một nửa số mô hình khí quyển tham gia đều sử dụng spectral advection. Từ báo cáo TAR, semi-Lagrangian advection schemes được chấp nhận trong một vài mô hình khí quyển. These schemes cho phép các bước tiến hành trong thời gian dài và khẳng định các giá trị xác thực của advected tracer như hơi nước, nhưng chúng cũng khuyếc tán, và một số kiểu không được chính thức bảo tồn khối lượng. Trong bản báo cáo này, nhiều mô hình sử dụng spectral, semi-Lagrangian, and Eulerian finite-volume and finite-difference advection schemes, mặc dù không có sự nhất trí để dạng của schemes là tốt nhất. 8.2.1.2. Sự phân giải theo chiều ngang và chiều dọc Sự phân giải theo chiều ngang và chiều dọc của mô hình AOGCMs được phát triển tương xứng với báo cáo TAR. Ví dụ mô hình HadGEM1 có gấp 8 lần ô lưới của mô hình HadCM3 (số ô gấp 2 lần cả 3 kích thước). Ở trung tâm quốc gia nghiên cứu khí quyển (NCAR) hiện nay thường sử dụng kiểu T85 của mô hình hệ thống khí quyển (CSM), trong khi kiểu T42 đã từng là tiêu chuẩn của báo cáo TAR. Trung tâm nghiên cứu hệ thống khí quyển (CCSR), Viện quốc gia nghiên cứu môi trường (NIES) và trung tâm nghiên cứu lĩnh vực biến đổi trái đất (FRCGC) đã phát triển mô hình khí quyển có độ phân giải cao (MIROC-hi, gồm có mô hình T106 L56 AGCM và mô hình 1/4o đến 1/6o L48 OGCM) và Viện nghiên cứu khí tượng (MRI) của cơ quan khí tượng học Nhật Bản (JMA) đã phát triển mô hình TL956 L60 spectral AGCM, là mô hình được sử dụng trong phương thức khoảng thời gian (time-slice). Sự dự đoán được tạo ra với những mô hình này được trình bày trong chương 10. Bởi vì sự phát triển của độ phân giải theo chiều ngang và chiều dọc, cả trong đặc trưng khí hậu vùng và trái đất, nên mô phỏng tốt hơn. Ví dụ, hiệu ứng dịch chuyển ra xa của đảo Hawaiian ở Thái Bình Dương được mô phỏng rất tốt và sự phân phối thường xuyên của lượng mưa kết hợp với Bain front cũng được cải tiến. 8.2.1.3. Các hệ thông số hoá Hệ thống khí quyển bao gồm các trạng thái khác nhau của quá trình vật lý như quá trình mây, quá trình bức xạ và quá trình boundary-layer, những quá trình tác động tới mỗi phạm vi mặt đất và không gian. Bởi vì giới hạn sự phân giải của các mô hình, mà đa số các quá trình này không được giải quyết tương xứng bằng lưới mô 12
  13. Lớp QLMT_K48 hình và phải nhờ vào các thông số. Sự khác nhau giữa các hệ thông số hoá là nguyên nhân quan trọng làm mô hình khí hậu có những kết quả khác nhau. Ví dụ, hệ thông số hoá về new boundary-layer có sự tác động dương (positive impact) mạnh mẽ đến sự mô phỏng tầng mây tích trên biển, được tạo ra bởi phòng thí nghiệm động lực chất lỏng thuộc địa vật lý và mô hình khí hậu trung tâm Hadley, nhưng hệ thông số hoá tương tự có sự tác động dương kém hơn trong khi thực hiện ở kiểu ban đầu của mô hình trung tâm Hadley. Rõ ràng là các hệ thông số hoá phải được hiểu trong điều kiện của số đông mô hình. Quá trình mây ảnh hưởng đến mô hình khí hậu bởi nó điều chỉnh việc phát tán của bức xạ ở tầng trên của khí quyển, bởi sự tạo mưa, bởi sự phân phối lại của lượng khí quyển thỉnh thoảng diễn ra và hoàn thành nhanh chóng và bổ sung cơ cấu là quá nhiều trong danh sách ở đây (Arakawa and Schubert, 1974; Arakawa, 2004). Các hệ thông số hoá mây là nền tảng của các giả thuyết vật lý, các giả thuyết này nhằm vào việc diễn tả các số liệu thống kê của vùng mây nhưng không có việc diễn tả các thành phần mây đơn lẻ. Trong sự phát triển về số lượng mô hình khí quyển, các hệ thông số hoá vi vật lý, các thông số đại diện cho quá trình như sự hình thành hạt mây và hạt mưa, được sử dụng để dự đoán sự phân phối của mây lỏng và băng. Các hệ thông số hoá này cải tiến việc mô phỏng khí hậu hiện tại, và ảnh hưởng sự nhạy cảm của khí hậu. Các hệ thông số hoá thực tế của quá trình mây là điều kiện tiên quyết để mô hình khí hậu hiện tại và tương lai đang tin cậy. Dữ liệu từ nhiều cuộc thí nghiệm như chương trình nghiên cứu khí quyển trái đất (GARP), thí nghiệm vùng nhiệt đới ở Đại Tây Dương (GATE, 1974), thí nghiệm về mùa mưa (MONEX) và khí quyển trái đất vùng biển nhiệt đới (TOGA) thí nghiệm về sự đối phó cặp khí quyển đại dương (COARE, 1993) được sử dụng để kiểm tra và cải tiến các hệ thông số hoá của mây và sự đối lưu. Nghiên cứu có hệ thống như việc quản lý bởi GCSS được tổ chức để kiểm tra các hệ thông số hoá của quá trình bởi việc so sánh kết quả với cả sự quan sát và kết quả của mô hình phân giải mây. Những kết quả này có ảnh hưởng đến sự phát triển của nhiều mô hình mới thành lập. Ví dụ, hệ thông số hoá buondary-layer cloud của Lock và cộng sự (2000) và Lock (2001) cũng được kiểm tra qua GCSS. Các hệ thông số hoá của quá trình bức xạ được cải tiến và kiểm tra bằng việc so sánh kết quả của các hệ thông số hoá bức xạ sử dụng trong mô hình AOGCMs với hầu hết các trình bày chi tiết “line-by-line” quy ước bức xạ. Từ báo cáo TAR, việc cải tiến được tạo ra trong một vài mô hình hướng đến sự ghép nối vật lý giữa các hệ thông số hoá mây và đối lưu, ví dụ, trong mô hình Max Planck Institute (MPI) AOGCM sử dụng Tompkins (2002), trong mô hình IPSL-CM4 AOGCM sử sụng Bony and Emanuel (2001) và trong mô hình GFDL sử dụng Tiedtke (1993). Các ví dụ này là của bài kiểm tra mức độ cấu thành. Song song với việc cải tiến các hệ thông số hoá, mô hình không phải thuỷ tĩnh cũng được sử dụng để hạn chế phạm vi. Một mô hình với lưới 5 km trên lãnh thổ 13
  14. Lớp QLMT_K48 4000 x 3000 x 22 km đặt ở giữa che phủ nước Nhật cũng được tiến hành bởi MRI/JMA, sử dụng phương khoảng thời gian (time-slice) để thực hiện báo cáo đánh giá thứ tư (AR4) (Yoshizaki và cộng sự, 2005). Aerosols có vai trò quan trọng trong hệ thống khí hậu. Các hệ thông số hóa aerosol có ảnh hưởng lẫn nhau, hiện nay được sử dụng trong một số mô hình (HADGEM1, MIROC-hi, MIROC-med). Cả hiệu ứng aerosol trực tiếp và gián tiếp (Chương 2) cũng bao hàm trong một số trường hợp (ví dụ, IPSL-CM4). Trong việc bổ sung sunfat, một số dạng khác của aerosols như carbon đen và carbon hữu cơ, muối biển và bụi khoáng sản được giới thiệu như việc dự báo sự biến đổi. Chi tiết hơn xem trong phần 8.2.5 8.2.2. Qúa trình đại dương. 8.2.2.1. Hệ thuật toán Gần đây, sự kết hợp theo chiều dọc của isopycnic hoặc hybrid vẫn được lựa chọn trong một số mô hình đại dương (GISS-EH và BCCR-BCM2.0). Bài kiểm tra được trình bày như mô hình có thể cung cấp giải pháp để tổ hợp sự phát tán thuộc miền, những điều này thực tế có thể được với sự kết hợp phổ biến theo chiều sâu (Drange và cộng sự, 2005). Các vấn đề còn lại một lần nữa xử lý thích hợp của thermobaricity (mối quan hệ không theo thứ tự của nhiệt độ, độ mặn và áp suất dày đặc (pressure to density)), điều này có nghĩa là một số mô hình kết hợp isopycnic tương xứng với mật độ dày đặc của, ví dụ như, lượng nước ở đáy biển Địa Trung Hải và Nam cực là không định hình (distorted). Giá trị của nhiều hệ thống kết hợp theo chiều dọc vẫn tiếp tục được thiết lập. Mẫu rõ ràng (explicit representations) của độ cao trên mặt biển được sử dụng trong nhiều mô hình và dòng nước ngọt thực sự (real freshwater) thường cưỡng bức các mô hình này thay vì dòng muối thực tế. Phương pháp dòng muối thực tế đem lại sai số hệ thống trong việc dự báo độ mặn của bề mặt biển và nguyên nhân gây ra nhiều vấn đề ở của sông nơi lưu vực rộng lớn (Hasumi, 2002a,b; Griffies, 2004). Nói chung sự kết hợp theo đường cong ngang với ô lưới 2 cực và 3 cực (Murray, 1996) được sử dụng rộng rãi trong thành phần đại dương của các mô hình AOGCMs. Đây là chiến lược thường xử lý kết hợp kì dị ở Bắc cực, như là sự lựa chọn trước cực lọc phổ biến hoặc chu kì kết hợp theo hình cầu. Các lưới mới có thuận lợi là những điểm dị thường có thể chuyển về đất liền trong khi vẫn giữ nguyên những điểm thẳng hàng trên đường phân điểm. Các phương pháp cũ để làm mẫu mặt biển, dòng nước bề mặt và Bắc cực vẫn còn được sử dụng trong một vài mô hình AOGCMs. 8.2.2.2. Sự phân giải theo chiều ngang và chiều dọc Có sự phát triển chung trong việc phân giải từ báo cáo TAR, với sự phân giải theo chiều ngang theo thứ tự từ cấp 1 đến cấp 2 được sử dụng phổ biến trong thành 14
  15. Lớp QLMT_K48 phần đại dương của hầu hết mô hình khí hậu. Cách quyết định tốt hơn dấu hiệu chỉ đường ở gần xích đạo, một vài mô hình sử dụng sự tăng cường phân giải theo đường kinh tuyến trong vùng nhiệt đới. Sự phân giải cao đủ để cho phép oceanic eddies, eddy-permitting, không được sử dụng trong a full suite of climate scenario integrations bởi chi phí tính toán, nhưng từ báo cáo TAR nó được sử dụng trong một số ý tưởng và các thí nghiệm dự đoán cơ bản khí hậu như thảo luận dưới đây. Tập giới hạn của sự tích hợp sử dụng mô hình eddy-permitting MIROC3.2 được sự dụng tại đây và chương 10. Một số trung tâm lập mô hình cũng có sự tiến bộ trong việc phân giải theo chiều dọc từ báo cáo TAR. Một vài mô hình khí hậu liên kết (coupled climate) với sự phân giải eddy- permitting ocean (1/6o đến 1/3o) đã có sự phát triển (Roberts và cộng sự, 2004; Suzuki và cộng sự, 2005), và tỉ lệ lớn đặc trưng mô hình gây ra bởi sự liên kết không khí biển cục bộ đã được mô phỏng thành công. Roberts và cộng sự (2004) đã tìm thấy sự tiến bộ trong việc phân giải đại dương của mô hình HadCM3 từ about 1o to 0.33o by 0.33o by 40 levels (trong khi sự dịch chuyển của các thành phần khí quyển là không biến đổi) kết quả đạt được chính là sự cải tiến trong mô phỏng những đặc điểm lưu thông của đại dương. Tuy nhiên, sự tác động đối với mô phỏng khí quyển là tương đối nhỏ và cục bộ. Sự đối phó những biến đổi khí hậu tương tự như mô hình phân giải tiêu chuẩn, với sự tăng giá trị lên không đáng kể của sự ấm lên ở vùng Northern Europe-Atlantic nhờ vào sự đối phó với những phá vỡ lưu thông theo đường kính (MOC) ở Atlantic. Khoảng thời gian sử dụng của ngân sách nước ngọt Atlantic Basin được điều chỉnh giảm từ khoảng 400 năm xuống còn 150 năm cùng với sự phân giải đại dương cao hơn, và đề xuất sự khác nhau có thể chấp nhận được trong sự đối phó với MOC thoáng qua trong những khoảng thời gian này, nhưng cơ chế và vai trò tương đối của sự phân giải theo chiều ngang và chiều dọc là không rõ ràng. Atlantic MOC bị ảnh hưởng bởi nước ngọt tương đương với cưỡng bức nhiệt. Ngoài nước ngọt khí quyển cưỡng bức, nước ngọt được vận chuyển bởi đại dương cũng rất quan trọng. Để Atlantic MOC, nước ngọt ở Thái Bình dương đi qua Bering Strait có thể khó mô tả trên đoạn qua Canadian Archipelago và Labrador Sea (Komuro và Hasumi, 2005). Những khía cạnh này được cải tiến từ báo cáo TAR trong nhiều đánh giá mô hình ở đây. Những biến đổi quanh bờ lục địa rất quan trọng trong biến đối khí hậu cùng. Ngoài những khu vực này, khí hậu cũng bị ảnh hưởng bởi lưu thông đại dương mở và khí quyển. Mô hình khí hậu có sự phân giải cao góp phần vào sự cải tiến việc mô phỏng khí hậu vùng. Ví dụ, vị trí của Kuroshio tách rời từ quần đảo Nhật Bản được mô phỏng tốt trong mô hình MIROC3.2, mô hình này có những nghiên cứu có thể thực hiện được về những biến đổi trong đường trục của Kuroshio của khí hậu tương lai (Sakamoto và công sự, 2005). 15
  16. Lớp QLMT_K48 Guilyardi và cộng sự (2004) đã đề xuất sự phân giải đại dương có thể chạy chỉ với vai trò thứ 2 trong sự sắp đặt khoảng thời gian của mô hình tính biến thiên của ENSO, với khoảng thời gian quan trọng nhất được sắp đặt bởi mô hình khí quyển đã cung cấp vận tốc cơ bản của phương thức sóng đại dương ở xích đạo chính là đại diện tương xứng. 8.2.2.3. Các hệ thông số hoá Trong tracer equations, isopycnal diffusion (Redi, 1982) với isopycnal layer khuyếch tán ở mức độ dày đặc (Gent và cộng sự, 1995), kể cả những sử đổi của nó bởi Visbeck và cộng sự (1997), trở thành lựa chọn phổ biến thay sự khuyếch tán theo chiều ngang đơn thuần. Điều này dẫn đến những cải tiến trong cấu trúc thermocline và sự phá vỡ theo đường kính (Boning và cộng sự, 1995; xem phần 8.3.2). Để hoà lẫn theo chiều dọc của tracers, các hệ thông số hoá đa dạng không hạn chế hiện nay được sử dụng, như turbulence closures (vd, Mellor và Yamada, 1982), non-local diffusivity profiles (Large và cộng sự, 1994) và mô hình tầng hỗn hợp chủ yếu (vd, Kraus và Turner, 1967). Sự trình bày của tầng hỗn hợp bề mặt phải được cải tiến bởi vì sự phát triển trong các hệ thông số hoá này (xem phần 8.3.2). Sự quan sát thể hiện rằng sự hoà lẫn theo chiều dọc ở đại dương sâu là cải tiến về đáy gồ ghề, steep slopes và nơi sự phân tầng là yếu nhất (Karus, 1990; Polzin và cộng sự, 1997; Moum và cộng sự, 2002). Trong khi nghiên cứu mô hình hoá đã chỉ ra tầm quan trọng của inhomogeneous mixing trong MOC (vd, Marotzke, 1997; Hasumi và Suginohara, 1999; Ottera và cộng sự, 2004; Oliver và cộng sự, 2005; Saenko và Merryfield, 2005), các hệ thông số bao hàm toàn diện của các hiệu ứng và ứng dụng của nó trong kết nối mô hình khí hậu chưa được xem xét tới. 16
  17. Lớp QLMT_K48 Nhiều loại nước nặng (dense waters) được tạo ra bởi sự đối lưu của đại dương, đây chính là toàn bộ global MOC, phải chảy qua gợn sóng đại dương và ở dưới dốc lục địa. Sự lên của nước bao quanh những đặc trưng địa hình này là quá trình quan trọng để xác định thuộc tính cuối cùng và khối lượng của nước sâu. Các hệ thông số hoá của bottom boundary-layer processes được sử dụng trong một số mô hình AOGCMs (vd, Winton và cộng sự, 1998; Nakano và Suginohara, 2002). Tuy nhiên, tác động của bottom boundary-layer representation trên liên hệ thống (coupled system) vẫn chưa được hiểu đầy đủ (Tang và Roberts, 2005). Thorpe và cộng sự (2004) đã nghiên cứu tác động của scheme rất đơn giản được sử dụng trong mô hình HadCM3 để điểu khiển sự hoà lẫn của nước tràn qua từ biển Bắc Âu (Nordic Seas) vào North Atlantic. Mặc dù scheme ?có kết quả trong biến đổi của thuộc tính khối lượng của nước gần cực, sự xuất hiện của nó có tác động nhỏ đến sự mô phỏng mặt mạnh của mô hình MOC ở phạm vi lớn, hoặc sự đối phó của nó đối với hiện tượng ấm lên toàn cầu. 8.2.3. Các quá trình đất Một vài phép phân tích đa mô hình về các quá trình đất (bao gồm trong bảng 8.1) đã được tiến hành. Tuy nhiên các tiến bộ đáng kể từ khi TAR được công bố dựa trên các mô hình khí hậu đều tương tự với các mô hình này. Phép phân tích các mô hình cung cấp insight on sự hiểu biết sâu sắc về độ chính xác của các quá trình đất trong các mô hình AR4. 8.3.2.1. Các quá trình bề mặt. Phần bổ sung của các mô hình sinh quyển đất mà mô phỏng một số thay đổi trong các nguồn cácbon đất và bể sinh khối vào trong fully coupled climate models is at the cutting edge of climate science. Tiến bộ chính từ khi có TAR là bao gồm cả các động thái vòng tuần hoàn cácbon thực vật và đất, mặc dù vẫn chưa được kết hợp đều đặn chặt chẽ vào trong AOGCMs sử dụng cho các dự án khí hậu (xem chương 10). Tuần hoàn cácbon đất giới thiệu một sự phản hồi mới và quan trọng vào trong hệ thống khí hậu trong khoảng thời gian từ thập kỷ đến thế kỷ (xem chương 7 và 10). Những phản hồi này bao gồm sinh quyển đất để tăng oxit cácbon, biến đổi khí hậu và những thay đổi trong tính biến thiên của khí hậu (xem chương 7). Tuy nhiên, nhiều vấn đề còn tồn tại cần được giải quyết. Độ lớn của bể sinh khối còn lại là không rõ ràng bởi vì nó phụ thuộc vào mật độ của khí hậu cũng như là sự phản ứng của cácbon thực vật và đất tăng CO2. Tỷ lệ mà làm giàu CO2 bão hòa trong các hệ thống đất cao hơn hẳn present uncertainly in the role of biospheric feedbacks. Một loạt các nghiên cứu đã được đưa ra để khám phá khả năng hiện tại ở cấp độ mô hình của sự phản ứng của sinh quyển đất hơn là sự phản ứng của chỉ một hoặc hai thành phần của chúng (Friedlingstein et al., 2006). Công việc này đã tạo nên các tác động có hệ thống để đánh giá khả năng của các mô hình sinh quyển đất để mô phỏng vòng tuần hoàn cácbon đất (Cramer et al., 2001) qua các áp dụng so sánh tương tác. Ví dụ, Freidlingstein et al. 2006 đã phát hiện ra rằng trong tất cả 17
  18. Lớp QLMT_K48 các mô hình được khảo sát, bể sinh quyển giảm đi trong tương lai trong khi mà khí hậu ấm lên. Các thành phần đơn lẻ khác của quá trình bề mặt đất đã được chứng minh từ TAR, như root parametrization (Arora and Boer, 2003; Kleidon, 2004) và higher- resolution river routing (Ducharne et al., 2003). Các quá trình đất lạnh đã được chú ý đáng kể với các mô hình nhiều lớp tuyết bây giờ phổ biến hơn (e.g., Oleson et al., 2004) chẳng hạn như vùng đất đóng băng và tan băng (e.g., Boone et al., 2000; Warrach et al., 2001). Sub-grid scale snow parametrizations (lison, 2004), chuỗi phản ứng tuyết-thực vật (Essery et al, 2003) và wind redistribution of snow (Essery and Pomeroy, 2004) là được quan tâm hơn cả. Đất hữu cơ High-latitude cũng có trong một số mô hình (Wang et al., 2002). Một sự tiến bộ gần đây là kết nối các mô hình nước mặt vào trong các kế hoạch đất bề mặt (Liang et al., 2003; Maxwell and Miller, 2005; Yeh and Eltahir, 2005). Những chỉ được đánh giá ở phạm vi địa phương nhưng có thể thích hợp với toàn cầu. Cũng có chứng cớ nổi lên rằng các dự án cấp địa phương về sự nóng lên là nhạy cảm với sự mô phỏng quá trình mà được tiến hành ở cấp nhỏ hơn hơn là các mô hình khí hậu hiện tại phân tích (Pa et al., 2004). Một cách tổng quát, sự cải tiến của các mô hình đất bề mặt từ TAR là được dựa trên những các so sánh chi tiết với dữ liệu được quan sát. Ví dụ, Boone et al., 2004 đã sử dụng Rhone Basin để khám phá ra cách các mô hình đất bề mặt mô phỏng sự cân bằng nước cho một vài chu kỳ năm so sánh với dữ liệu từ mạng lưới được quan sát. Họ đã tìm ra rằng hầu hết các kế hoạch đất bề mặt mô phỏng very similar runoff và sự bốc hơi nước nhưng sự chia cắt giữa các thành phần các nhau của cả hai dòng chảy và bốc hơi nước có sự khác biệt lớn, kết quả của các trạng thái cân bằng đất nước khác nhau và mô phỏng cho ra. Các tham số tuyết phức tạp hơn đã dẫn tới các mô phỏng cấp cao của các dòng chảy basin-scale. Một phép phân tích của các kết quả từ nhóm thứ hai của AMIP (AMIP – 2) đã khám phá ra sự đóng góp của đất bề mặt tới mô phỏng khí hậu. Henderson-Sellers et al., 2003 đã tìm ra một clear chronological sequence của các sơ đồ đất bề mặt. Những khác nhau đáng kể được thống kê trong sự bay hơi trung bình hang năm đã được nhận biết có thể được lien kết với tham số của các quá trình canopy. Các chứng minh sâu hơn trong mô hình đất mặt phụ thuộc vào các quan sát bề mặt tăng cường, ví dụ, sử dụng các isotop cố định (e.g., Henderson-Sellers et al., 2004) cái mà cho phép một váo thành phần của qus trình bốc hơi được xác định riêng rẽ. Pitman et al. (2004) đã phát hiện ra tác động của mức độ phức tạp được sử dụng để biểu thị bằng tham số cân bằng năng lượng bề mặt trong sự khác biệt tìm thấy giữa các kết quả của AMIP-2. Chúng đã tìm ra rằng các sự biến thiên lớn trong sự phức tạp cân bằng năng lượng bề mặt không dẫn tới các khác biệt hệ thống trong giá trị trung bình mô phỏng, sự dao động giữa nhiệt độ nhỏ nhất hay lớn nhất ở phạm vi toàn cầu, hoặc trung bình ở một vùng, cho biết rằng các biến này là không có giới hạn bởi sự không chắc chắn trong việc biểu hiện bằng tham số cân bằng năng lượng bề mặt. Điều này làm tăng thêm độ chính xác của việc sử dụng các mô hình 18
  19. Lớp QLMT_K48 trong bảng 8.1 mà hầu hết đều bao gồm các module cân bằng năng lượng bề mặt của sự phức tạp hơn là của mức tối thiểu được xác định bởi Pitman et al. 2004. Trong khi một công việc nhỏ đã được thực hiện để đánh giá khả năng của các mô hình bề mặt đất sử dụng trong các mô hình khí hậu kết nối, quá trình nâng cấp của các mô hình bề mặt đất dần dần taking place và the conclusion of carbon in these models is a major conceptual advance. Trong mô phỏng của khí hậu ngày nay, mặt hạn chế của của mô hình thủy học bucket chuẩn là tăng rõ rệt (Milly and Shmakin, 2002; Henderson-Sellers et al., 2004; Pitman et al., 2004), bao gồm chứng cứ mà đánh giá quá cao khả năng có thể xảy ra của hạn hán (Seneviratne et al., 2002). Các chứng minh nhỏ tương tự cho các mô hình đất, ví dụ, bao gồm biến không gian khả năng giữ nước và a simple canopy conductance, dẫn tới các chứng minh đáng kể (Milly and Shmakin, 2002). Kể từ khi hầu hết các mô hình trong bảng 8.1 mô tả continental-scale land serface một cách thực tế hơn the standard bucket hydrogy sheme, và bao gồm biến không gian khả năng giữ nước, canopy conductance, vv (bảng 8.1), hầu hết các mô hình này rất có khả năng nắm giữ một phần quan trọng tạo bởi đất bề mặt tới các mô phỏng khí hậu hiện tại. Tuy nhiên, có điều không rõ rang là các mô hình khí hậu hiện tại nắm bắt tác động của sự nóng lên trong tương lai như thế nào trên sự cân bằng cácbon đất. Một đánh giá cấp hệ thống của AOGCMs với vòng tuần hoàn cácbon được mô tả sẽ giúp làm tăng độ tin cậy trong việc góp phần của đất bề mặt vào sự nóng lên trong tương lai. 8.2.3.2. Các phản hồi của độ ẩm đất trong các mô hình khí hậu Một vai trò quan trọng của đất bề mặt là dự trữ độ ẩm đất và điều khiển sự bốc hơi của nó. Một quá trình quan trọng, sự phản hồi lượng ẩm của đất đã được phát hiện một cách bao quát từ khi có TAR, trên cơ sở các nghiên cứu cụ thể cấp khu vực mà các lien kết được minh chứng giữa độ ẩm đất và lượng mưa. Các nghiên cứu gần đây (ví dụ Gutowski et al., 2004; Pan et al., 2004) đã đề xuất rằng độ ẩm mùa hè phụ thuộc mạnh mẽ vào các quá trình bề mặt, nhất là trong mô phỏng của reginal extremes. Douvill (2001) đã chỉ ra rằng sự mất cân bằng độ ẩm đất gây ra gió mùa châu Phi trong khi Schar et al. (2004) lại đề xuất rằng một phản hồi tích cực của độ ẩm của đất có liên quan tới việc mùa hè nóng bất thường ở Châu Âu vào năm 2003. Phản hổi độ ẩm đất trong các mô hình khí hậu vẫn chưa được đánh giá ở cấp hệ thống vào thời điểm có TAR. Nó được kết hợp với sức mạnh của sự kết hợp giữa đất và khí quyển, cái mà chỉ được xác định gần đây trong các mô hình (Dirmeyer, 2001). Koster et al. 2004 đưa ra một đánh giá về nơi mà xảy ra phản hồi độ ẩm đất quan trọng ở cấp vùng trong suốt mùa hè ở bán cầu bắc bằng việc xác định sức mạnh của việc kết hợp 12 GMCs khí quyển. Một vài nét tương tự được tìm thấy giữa các kết quả mô hình, đủ để cung cấp một đánh giá trung bình đa mô hình về nơi mà biểu đồ độ ẩm toàn cầu trong suốt mùa hè bắc bán cầu chịu ảnh hưởng mạnh mẽ bởi sự biến thiên độ ẩm đất. Những điểm nóng của sức mạnh lien kết các 19
  20. Lớp QLMT_K48 mô hình được tìm thấy trong sự chuyển tiếp của các vùng giữa các vùng ẩm và khô. Các mô hình, tuy nhiên, cũng chỉ ra sự không thích hợp trong sức mạnh của kết hợp các mô hình đất và khí quyển. Một vài nghiên cứu dã phát hiện ra sự khác nhau trong sức mạnh của sự kết hợp đó. Seneviratne et al. 2002 đã nêu bật sự quan trọng của việc phân biệt khả năng giữ nước giữa các mô hình trong khi Lawrence và Slingo (2005) phát hiện ra vai trò của sự thay đổi độ ẩm đất và đề nghị rằng trạng thái bão hòa của độ ẩm đất thường xuyên và sự thay đổi ít của độ ẩm đất có thể giải thích phần nào hạn chế của liên kết các mô hình trong mô hình HadAM3 (chú ý rằng hạn chế không có nghĩa là sai khi mà khả năng thực sự của việc lien kết mô hình là còn chưa rõ). Nói chung, việc kết hợp không chắc chắn khí quyển và bề mặt đất có hàm ý cho sự tin cậy của phản hồi khí quyển-độ ẩm đã được mô phỏng. Mặc dù tác động lớn để thu thập và đồng nhất các phép đo độ ẩm đất ở cấp độ toàn cầu (Robock et al., 2000) vẫn tồn tại sự không thống nhất giữa các đánh giá ở phạm vi rộng của độ ẩm đất được quan sát. Thách thức của mô hình hóa độ ẩm đất, điều mà thay đổi một cách tự nhiên trong khoảng thời gian ngắn, được lien kết với các đặc trưng phong cảnh của một vùng, các quá trình đất, sự hồi phục của đất mặt, dạng thực vật, vv, với các dữ liệu được quan sát là đáng kể. Một điều không rõ rang là so sánh độ ẩm đất được mô phỏng bằng mô hình khí hậu với độ ẩm đất point-based hay remotely sensed. Điều này khiến việc đánh giá khả năng đo đạc độ ẩm đất của các mô hình khí hậu khó khăn. 8.2.4. Các quá trình cryospheric 8.2.4.1. Cryospheric đất Các mô hình lớp băng được sử dụng trong các chu trình của sự nóng lên trong thời kỳ lâu dài và các viễn cảnh về mực nước biển, mặc dù chúng chưa được kết hợp một cách tổng quát trong các AOGCMs sử dụng trong chương 10. Các mô hình được chạy thường lệ trong ở trạng thái độc lập, mặc dù Huybrechts et al. (2002) và Fichefet et al. (2003) đã báo cáo các tác động sớm của việc lien kết các mô hình lớp băng tời AOGCMs. Các mô hình lớp băng cũng có trong một vài EMICs (ví dụ, Calove et al., 2002). Ridley et al. (2005) đã lưu ý rằng khoảng thời gian của sự tan băng theo dự kiến của lớp băng trên đảo Greenland có thể khác với các mô phỏng kết hợp hoặc độc lập. Các mô hình lớp băng nhiệt hóa học có hiệu lực ngày nay không bao gồm các quá trình được kết hợp với các dòng chuyển động của băng hay grouding line migration, cái mà có thể cho phép các thay đổi động học nhanh chóng trong các lớp băng. Các tảng băng hay ice caps, tùy thuộc vào their relatively small scales and low likelihood of significant climate feedback at large scales, là không tương tác với AOGCMs nào hiện nay. Xem chi tiết chương 4 và 10. Để thảo luận về tuyết, xem phần 8.3.4.1. 20
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN
TRỢ GIÚP
HỖ TRỢ KHÁCH HÀNG
Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.

 

Đồng bộ tài khoản
3=>0